Zdolność infiltracyjna gleb jest jednym z najważniejszych parametrów obiegu wody, ponieważ bezpośrednio wpływa na wielkość spływu powierzchniowego powstającego podczas opadów. Wstępne uwilgotnienie gleby ma kluczowe znaczenie dla potencjału i skali zagrożenia powodziowego, szczególnie w większych zlewniach, gdzie możliwości infiltracji są wysokie. W modelowaniu ten element często uwzględnia się poprzez empiryczne wskaźniki, różne scenariusze, a także wariant najbardziej niekorzystny, w którym gleba traktowana jest jak powierzchnia całkowicie uszczelniona.
Aby uwzględnić ten parametr w modelu predykcji powodzi, wykorzystujemy dane o wilgotności gleby w czasie rzeczywistym, pozyskiwane z sond pomiarowych dla najistotniejszych typów gleb w danej zlewni. Sam model ma charakter oparty na danych i bazuje na pomiarach z wielu wodowskazów, deszczomierzy oraz danych radarowych dotyczących opadów. Jest on trenowany na zależnościach pomiędzy wilgotnością gleby, opadem i poziomem wody, co umożliwia prognozowanie poziomów na wodowskazach nawet do ośmiu godzin przed wystąpieniem zdarzenia.
Zastosowany typ modelu pozwala na ciągły monitoring i prognozowanie zagrożeń powodziowych z wysoką rozdzielczością czasową, co przekłada się na lepszą ocenę ryzyka oraz większe możliwości reagowania na potencjalne zdarzenia powodziowe. W pełni wdrożony system w Kreuzberg (Ahr) wykazuje obiecujące wyniki pod względem niezawodności i możliwości skalowania.